최근 '마티(Mati)'라는 새로운 도구가 출시되어 AI 코딩 에이전트(AI coding agents)가 코드베이스 내의 '숨겨진 제약(hidden constraints)'을 무시하고 문제를 일으키는 고질적인 난제를 해결하려 합니다. 개발팀 내에서만 공유되거나 문서화되지 않은 중요한 코드 규칙들이 AI 에이전트에 의해 간과되면서, 성능 저하, 데이터 노출, 심지어 파괴적인 변경으로 이어질 수 있는 위험이 커지고 있습니다. 마티는 이러한 문제를 해결하기 위해 코드 파일에 직접 지식을 연결하고 에이전트의 접근을 제어하는 로컬 가드레일 역할을 수행합니다.
마티는 클로드 코드(Claude Code)와 코덱스(Codex) 같은 AI 코딩 에이전트가 파일을 읽거나 편집하려 할 때, 미리 정의된 '갓챠(gotcha)'라는 구조화된 규칙을 먼저 확인하도록 강제합니다. 이 갓챠는 특정 파일에 대한 규칙, 그 이유, 심각도 등을 포함하며 개발자가 직접 확인(confirm)해야만 활성화됩니다. 예를 들어, 특정 함수에 '0' 값을 전달하면 안 되는 이유가 갓챠로 등록되어 있다면, AI 에이전트가 해당 파일을 수정하기 전에 이 규칙을 반드시 읽고 인지해야만 합니다. 만약 에이전트가 규칙을 무시하고 접근하려 하면, 마티는 작업을 차단하고 해당 규칙을 에이전트에게 전달합니다. 이 모든 과정은 로컬에서 결정론적으로(deterministically) 이루어지며, 네트워크 호출 없이 모든 결정이 기록됩니다.
이러한 접근 방식은 여러 면에서 중요한 의미를 가집니다. 첫째, 과거에는 팀 규모에 비례했던 '잊혀진 지식(forgotten knowledge)'으로 인한 비용이 이제는 코드에 투입되는 AI 에이전트의 수에 비례하게 되었는데, 마티는 이 비용을 효과적으로 줄일 수 있습니다. 에이전트가 이미 해결된 실수를 반복하는 것을 방지하고, 개발자가 퇴사하더라도 중요한 지식이 코드에 남아있게 함으로써 온보딩(onboarding) 효율성을 높입니다. 둘째, 모든 규칙 확인 및 차단 기록이 해시 체인(hash-chained) 로그로 저장되어 규정 준수 및 감사(audit)에 활용될 수 있습니다. 이는 단순히 문서를 작성하는 것을 넘어, 규칙이 실제로 에이전트에게 전달되었음을 증명할 수 있는 강력한 증거를 제공합니다. 결과적으로 마티는 AI 시대에 더욱 복잡해지는 코드베이스 관리와 유지보수 문제를 해결하는 데 기여하며, 개발팀의 생산성과 코드 안정성을 향상시킬 잠재력을 가지고 있습니다.